来源：安邦智库(ANBOUND)

近期，马斯克在特斯拉二季度业绩会上再次将人形机器人Optimus置于公司未来战略的核心位置。他表示，Optimus有潜力成为特斯拉乃至全球工业史上最具价值的产品之一。不过，与以往强调市场空间和想象前景不同，马斯克此次坦诚地指出了人形机器人所面临的真正困难。他表示，网络上大量看似成熟的人形机器人演示，实际上仍依赖预先编程或远程操控。目前，全球尚没有一款人形机器人能够仅凭自然语言指令，在陌生环境中自主理解任务、适应变化并稳定完成通用工作，完全摆脱人工干预。

马斯克的表态引人深思，因为它触及了人形机器人行业最易被忽视的一层现实：演示能力与通用能力之间，仍隔着漫长的工程距离。很多企业和研究团队公布的视频中，机器人可以端茶、叠衣、搬运物品，甚至完成舞蹈和奔跑动作，但这些画面通常出现在固定路线、固定物品、固定高度和固定机位之下。一旦任务条件发生变化，系统就可能失效。机器人“做出”某个动作，并不等于它理解了任务，更不意味着它具备将同一能力迁移到陌生环境的能力。

值得注意的是，马斯克并未借机夸大Optimus的进展与技术水平。相反，他坦言Optimus可能是特斯拉有史以来最难实现规模化的产品。传统汽车至少拥有成熟的轮胎、玻璃、车身和座椅供应链，而人形机器人几乎每一个关键部件都需要重新设计，完整的供应体系尚不存在。目前，特斯拉正在加州弗里蒙特建设专属生产线，但早期设备主要服务于内部训练和数据积累，产能爬坡将经历一个漫长而平缓的初始阶段。对机器人而言，量产远不只是把样机复制出来，而是要求每一个关节、传感器、执行器、通信模块和控制系统在高频使用下始终维持可靠。否则，一台机器人一旦失效倒地，就会立刻从自动化工具变成需要人工处置的安全隐患。

安邦智库（ANBOUND）近年来对人形机器人产业的持续跟踪，也反复印证了马斯克提到的现实。例如，2025年北京亦庄首次举办人形机器人半程马拉松时，参赛机器人需要工程师和引导员全程陪同，赛途中多次更换电池。有的机器人起步即倒，有的行进不久便偏离路线，即便是夺冠的机器人，也在途中摔倒过，此后步伐踉跄。到2026年，赛事规模和成绩明显提升，冠军所用时间大幅缩短，但仍有约六成机器人依赖工程师实时操控，绝大多数设备无法凭一块电池完成全程。运动控制、硬件协同和模型能力确实在进步，但距离机器人真正的完全自主，依然道阻且长。

工业场景中的问题更加直接。进入汽车装配、仓储物流和服装制造之后，人形机器人不再只是完成一次展示，而是每天重复数千次甚至上万次相同的动作。相关调研发现，部分灵巧手在抓取几十次重物后便出现损坏，而工业应用通常要求连续运行数万次乃至数十万次。五指灵巧手自由度虽高，却复杂、脆弱且成本高昂；两指夹爪虽然耐用，却难以应对复杂物料。软件稳定、通信可靠、现场联调、质量管理和维护成本等问题，也在真实工厂环境中集中暴露。虽然当下新闻媒体大量吹捧机器人从实验室和展台走向生产现场，但它们尚未成为真正意义上的“即插即用”工业生产力。

供应链侧的预期与现实之间，同样存在明显落差。

高盛此前的报告显示，中国多家机器人零部件企业已规划了10万至100万台的年产能，但大规模确定性订单和清晰的生产时间表仍然缺失。部分供应商试图从单一执行器扩展至传感器、结构件和集成模块，希望提前占据产业位置，但这些布局大多建立在“行业即将爆发”的假设之上。高盛预测，到2035年全球人形机器人出货量约为138万台，而部分企业单独规划的产能已接近这一规模。产业前景确实广阔，但前景并不自动等于现实需求，产能规划也不意味着产能真正落地。

安邦智库的资深研究员指出，目前机器人科技进展大致就是如此，这并非否认技术，而是提醒需要识别其中“注水”的部分。真正被放大的，不是某项能力完全不存在，而是把未来可能实现的前景提前包装为现实已经具备的能力。企业这样做的目的通常很明确：制造话题、构建技术想象空间、提升估值、吸引资金。在资本密集、研发周期长、商业化时间不确定的前沿科技领域，未来叙事本身就是一种融资工具。问题在于，当宣传模糊了样机能力、实验能力和通用能力之间的界限，市场就很难准确判断技术究竟走到了哪一步。

要理解这种差别，就需要回到信息分析理论中的系统思维——在机器人的领域里，也可以称为“系统设计”。所谓系统设计，关键在于了解原理，随后定义任务、建立结构、分解任务，把具体环节交给工程师执行，最后进行调试、校验和反馈。这个过程看似简单，却是判断复杂科技真假的关键。只要任务定义不清，结构就无法建立；结构没有建立，工程能力再强也只能完成局部动作；局部动作能够展示，也不意味着整个系统已经闭环。

还是以机器人端茶为例，表面上只是把杯子从一个位置移动到另一个位置，实际却包含视觉识别、空间定位、抓取姿态、力量控制、身体平衡、路线规划、障碍规避以及异常处理等多个子系统。如果杯子的位置、形状、重量或桌面高度发生改变，机器人需要重新识别和规划，也就是要自我实现定义。如果这一步仍由后台人员完成，或者由工程师提前写入程序，那么机器人展示的只是执行能力，不是通用自主能力。换句话说，以往工业生产线上的所谓“机器人”（实际是机械臂），只是被装了一个人形的壳子而已。

同样的系统思维，也可以用来还原其他被夸大的AI能力。所谓AI无人机“自主选择攻击目标”，现阶段大量无人机系统的基本逻辑，仍然是预先建立目标图像或特征数据库，由传感器发现对象，再进行识别、比对和匹配，达到设定阈值后执行跟踪或攻击。这与人脸识别的基础原理并无本质差别。系统当然可以提高搜索速度和目标发现效率，但将图像匹配直接描述为“自主判断”，就夸大了技术概念。机器执行的是规则，而不是人类意义上的理解；系统按照既定条件做出动作，也不等于获得了独立意志。

这正是安邦强调“大部分科技首先要了解原理”的原因。科技表面千变万化，但基本原理往往没有宣传语言那么复杂。复杂的是工程实现、可靠性、成本控制和规模化，而不是概念本身。信息分析人员不必亲自制造机器人，也不必掌握所有材料和算法细节，但必须具备把科技现象还原为系统结构的能力。看到一个产品之后，要追问它的输入是什么、任务如何定义、结构如何组织、决策规则是什么、输出怎样形成、异常条件下如何反馈。沿着这条链条，大量看似神秘的技术都可以被拆解为相对清晰的系统。

对中国而言，理解这一点尤其重要。中国已经形成较完整的人形机器人产业链基础，在电机、减速器、传感器、机械加工和应用场景方面具备优势，也拥有庞大的制造业市场和政策支持，这是机器人产业进步和超越的基础。然而，越是在产业热度上升的时候，越需要区分展示、试验、量产和商业化。从跑完马拉松的极限测试，到固定车间内的任务执行，再到长期稳定运行并覆盖成本——跨越这三道门槛，一台机器人才算完成从样机到商业产品的转变；而只有当大规模可靠的供应链真正建立起来，产业才算真正成形。

因此，中国发展人形机器人不能只看发布会数量、样机数量和规划产能，更要关注核心零部件寿命、软件闭环能力、能源效率、维护成本、订单质量和实际使用时长。政策支持也应从“鼓励展示”逐步转向“鼓励验证”，让企业在真实工厂、仓储、养老、危险作业等环境中长期运行，用故障率、重复成功率、单位成本和人工替代效率评价技术。只有让演示进入现实，让系统接受连续检验，机器人产业才可能从资本叙事走向工业生产力。

最终分析结论

人形机器人的真实发展水平，远比演示视频和资本叙事所呈现的更为初级。识别科技“注水”的有效工具，是运用系统思维——回到原理、定义任务、拆解结构，追问输入、决策与输出的完整链条和循环验证。对中国而言，产业政策应从“鼓励展示”转向“鼓励验证”，以故障率、重复成功率和实际替代效率衡量技术，推动人形机器人真正从样机走向可靠的工业生产力。（ZZJ）